科学验证与滚动验证 API（实验性）¶

实验性功能

科学验证和滚动验证 API 为实验性功能，未来版本可能有变动。

滚动验证 API¶

walk_forward¶

滚动验证（Walk-Forward Analysis）：将历史期间分为交替的样本内（IS）和样本外（OOS）窗口，用于检测过拟合。

from eqlib import walk_forward

wfa_result = walk_forward(
    make_initialize,
    optimize_fn=optimize,
    start_date='2020-01-01',
    end_date='2024-12-31',
    train_months=12,
    test_months=3,
    step_months=3,
    starting_cash=100_000,
)

参数	类型	说明
`make_initialize`	`Callable`	工厂函数，接受参数字典并返回 `initialize` 函数
`optimize_fn`	`Callable` 或 `None`	可选，`(train_result) -> dict` 参数选择函数
`start_date`	`str` / `date`	分析起始日期
`end_date`	`str` / `date`	分析结束日期
`train_months`	`int`	每个训练窗口长度（月）
`test_months`	`int`	每个测试窗口长度（月）
`step_months`	`int`	窗口滑动步长（月）
`starting_cash`	`float`	每个窗口的初始资金
`benchmark`	`str`	基准代码
`securities`	`list[str]` 或 `None`	股票池

返回 WFAResult 对象，包含：

windows：每个窗口的结果列表
oos_equity：拼接的 OOS 权益曲线（pd.Series）
summary：聚合统计（total_oos_return、oos_sharpe 等）

walk_forward_analysis（科学验证层）¶

eqlib.scientific.overfitting.walk_forward_analysis 实现真正的滚动 walk-forward：将 [start_date, end_date] 切为多个滑动 train/test 窗口，每个窗口独立跑一段 IS backtest 和一段 OOS backtest，并聚合 Sharpe / return / max_drawdown 衰减情况。

from eqlib.scientific.overfitting import walk_forward_analysis

result = walk_forward_analysis(
    initialize_func,         # callable initialize, 或 backtest_result dict
    param_ranges=None,       # 保留接口，仅写入 window 元数据
    train_window='2Y',
    test_window='6M',
    step='6M',
    start_date='2020-01-01',
    end_date='2024-12-31',
)

参数	类型	说明
`initialize_func`	`Callable \\| dict`	`initialize` 函数（推荐，每段窗口独立跑回测）或已有的 `run_backtest()` 结果 dict（按日期切片，OOS 段会继承 IS 权益，因此不是真正的 OOS）
`param_ranges`	`dict \\| None`	保留用于未来扩展，目前仅写入窗口元数据
`train_window`	`str`	训练段长度，如 `'2Y'` / `'6M'` / `'90D'`
`test_window`	`str`	测试段长度
`step`	`str`	滑动步长；`<=0` 或省略时退化为 `test_window`（非重叠窗口）
`start_date`	`str`	总区间起始（仅在 `initialize_func` 为 callable 时使用）
`end_date`	`str`	总区间结束

返回：WalkForwardResult 对象

属性	类型	说明
`windows`	`list[dict]`	每个窗口的 `train_start/end`、`test_start/end`、`is_metrics`、`oos_metrics`
`oos_is_ratio`	`float`	平均 OOS Sharpe / 平均 IS Sharpe
`is_sharpe_decay`	`bool`	平均 OOS Sharpe 是否低于平均 IS Sharpe

callable vs dict

推荐传 callable：每个 train/test 段独立跑回测，OOS 段从初始资金重新开始，是真正的样本外测量。传 dict（已有回测结果）时按日期切片，OOS 段会继承 IS 段最终权益——适合快速检查但不是严格的 OOS。

参数扰动

walk_forward_analysis 当前不扰动策略参数（param_ranges 仅作元数据保留）。如需检测参数过拟合，请配合 parameter_sensitivity 或 out_of_sample_test 使用。

科学验证 API¶

eqlib.scientific 提供回测后的科学验证工具，用于过拟合检测、统计置信度测试、偏差检测和扩展风险指标。

validate_backtest¶

一键运行全部验证检查。

from eqlib.scientific import validate_backtest, ValidationConfig

config = ValidationConfig()  # 可选自定义配置
validation = validate_backtest(backtest_result, config=config)
validation.summary()

子模块¶

模块	主要函数	说明
`overfitting`	`out_of_sample_test`、`parameter_sensitivity`、`walk_forward_analysis`	过拟合检测
`statistics`	`bootstrap_metrics`、`monte_carlo_simulation`、`significance_test`、`sample_size_assessment`	统计置信度
`bias`	`check_lookahead_bias`、`check_survivorship_bias`、`check_selection_bias`、`check_data_bias`	偏差检测
`risk`	`extended_risk_metrics`、`value_at_risk`、`conditional_var`、`stress_test`、`tail_risk_analysis`	扩展风险
`comparison`	`compare_with_platform`、`compare_metrics`、`verify_trades`	平台对比
`report`	`generate_validation_report`	验证报告生成

ValidationConfig¶

验证配置对象，可自定义阈值和启用/禁用各验证模块。

from eqlib import ValidationConfig
config = ValidationConfig()